智能化PCA应用于学龄前儿童全麻腹腔镜术后镇痛质量效果的临床研究

来源 :中国疗养医学 | 被引量 : 0次 | 上传用户:zeibao123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的分析智能化自控镇痛(PCA)应用于学龄前儿童全麻腹腔镜术后镇痛质量的效果。方法回顾性分析选择南阳医学高等专科学校第一附属医院2018年6月至2020年6月收治的学龄前儿童全麻腹腔镜术患儿90例。根据镇痛方法不同,将患儿分成接受常规PCA干预的对照组43例和智能化PCA智能组47例。比较两组患儿疼痛、应激反应、并发症和护理满意度。结果随着术后时间延长,两组患儿视觉模拟评分法(VAS)评分均呈下降趋势,智能组患儿术后2 d、3 d VAS评分低于对照组(P<0.001)。随着术后时间延长,两组患儿肾
其他文献
新媒体的出现对广播的宣传与信息传递作用带来了一定的冲击,但是广播在应急事件中的作用仍然非常重要。对此,结合地方实际情况,探讨应急广播的提升改造,希望可以为其他地区的应急广播改造提供借鉴。
目的探讨中药湿热敷结合渐进式运动对肱骨远端骨折术后患者肘关节功能的影响。方法选择2018年1月至2020年9月在郑州市骨科医院行内固定术治疗的肱骨远端骨折患者94例,依据随机数字表分为对照组47例和研究组47例。对照组术后行渐进式运动锻炼,在此基础上,研究组加用中药湿热敷。比较两组术后2周、3个月肘关节功能,术后随访3个月记录并发症发生情况。结果术后2周,两组运动功能、疼痛、日常生活、稳定性评分比较,差异无统计学意义(P>0.05);术后3个月,研究组运动功能(17.33±2.01)分、疼痛(36.
针对大多数地面数字电视补点站地处野外、位置偏远、供电环境不稳定的问题,结合南方频繁多变的雷雨天气,分析补点站机房供电和接地防雷现状,通过有效改进不间断电源的组合供电和防雷地网,探讨一种基于自复位不间断稳压电源的改进方案,确保无人值守补点站的广播电视安全播出。
目的探析可溶性生长刺激因子2(sST2)、N末端B型利钠肽原(NT-proBNP)联合评估沙库巴曲缬沙坦(ARNI)治疗射血分数中间值心衰(HFmrEF)的预后价值。方法选取2018年5月至2020年5月沈阳积水潭医院诊治的80例HFmrEF患者作为研究对象,均应用ARNI治疗,入院即刻及出院6个月测定s ST2、NT-proBNP,依照治疗后以死亡率、心衰再住院率作为观察指标,分析sST2联合NT-proBNP预测预后的价值。结果治疗后本组患者的血清sST2、NT-proBNP及LVEF均有降低,与入院
目的分析对急性心肌梗死后心力衰竭患者应用左西孟旦注射液治疗的临床效果以及对心功能的影响分析。方法按照随机数字表将2019年6月1日至2020年6月1日在沈阳医学院附属第二医院接受治疗的80例急性心肌梗死后心力衰竭患者分为两组,每组40例。对照组给予常规治疗,观察组给予左西孟旦注射液治疗。对比干预后两组患者的临床效果以及心功能情况。结果治疗后,观察组与对照组患者的治疗总有效率分别为97.50%、80.00%,观察组更高,差异具有统计学意义(P<0.05);观察组与对照组患者的左心室射血分数(LVEF)
随着5G时代的到来,消息即服务成为未来物联网的主旋律,而电视作为具有公共属性的传播载体,大部分情况下只能作为一个单方面的传输媒体。因此,如何将5G时代的消息与大屏电视融合,实现全新的人机交互模式,进而寻求一种新的商业模式,是相关行业需要考虑的事情。针对5G消息,提出一种基于大屏的5G消息实现方案,通过在大屏电视对5G消息进行适配融入,为个人用户或商户提供全新的个性化定制服务。
现有的视频水印算法稳健性不足,对于普遍的运动目标检测效果不佳,针对这个问题,结合教育视频本身噪声复杂等多方面特性,在新一代编码标准(HEVC)框架下,提出一种基于仿射运动模型的运动矢量视频水印生成算法。与传统基于平移运动模型的运动矢量视频水印相比,所提的基于仿射运动模型的运动矢量生成策略可以在保证视频压缩质量的前提下准确确定运动矢量。在此基础上,利用当前宏块与周围宏块的运动相关性,根据运动矢量依次选择嵌入水印信息,有效地控制了运动矢量的修改,从而保证了视频解码后的视频质量以及水印提取的准确性.
在当前媒体深度融合大潮中,广播电视媒体如何直面机遇挑战、坚守好新闻宣传主阵地,是一项值得深入思考的重要课题。江苏省广播时政新闻栏目围绕党和政府中心工作策划选题、把握导向,以广播特有的贴近性表达,坚守主流阵地、传播主流价值。
目的 探讨损伤控制式急救模式结合全面干预在海水淹溺伤伴吸入性肺损伤患者急救中的应用效果.方法 选取2008年1月至2020年12月由北戴河康复疗养中心收治的130例海水淹溺伤伴
语言处理模型层出不穷,从在图像领域运用的卷积神经网络(Convolutional Neural Networks,CNN)、被改进后的TextCNN到循环神经网络(Rerrent Neural Network,RNN)、谷歌推出的transformer模型以及百度公司提出的ERNIE模型等。为了区分出在新闻文本领域处理效果最佳的文本分类模型,基于新闻文本任务数据对来自变换器的双向编码器表征量(Bidirectional Encoder Representations from Transformers,B